基于随机游走的歌曲混合推荐算法研究

发布时间：2021-08-26 22:31

　　互联网技术的迅速发展,使得各种音乐网站和应用越来越多,充分满足了人们对于音乐的需求。但是随之产生的信息过载也带来了一个巨大挑战,即用户很难在海量的音乐中找到符合自己兴趣偏好的歌曲。推荐系统能够有效的解决这个问题,通过个性化推荐技术改善信息过载问题。然而系统中数据不平衡导致的数据稀疏性问题,严重影响了推荐结果的准确性。因此,本文通过计算歌曲综合相似度,建立歌曲偏好相关图,并融合场论理论构建转移概率矩阵,对随机游走推荐算法进行改进,具体工作如下:（1）融合协同过滤和内容特征,建立歌曲偏好相关图。根据用户的收听记录建立用户-歌曲二部图,基于收听次数计算歌曲评分相似度,再提取歌曲的内容特征,计算歌曲信息相似度。然后将两者融合得到综合相似度,降低歌曲相似度矩阵的稀疏性,并构建歌曲偏好相关图。（2）结合场论理论建立随机游走算法中的转移概率矩阵。在计算转移概率矩阵时,融合场论理论,由歌曲相关图建立歌曲场,结合歌曲的重要度与综合相似度得到转移概率矩阵,从而降低随机游走的时间复杂度。（3）混合推荐算法的验证。使用Million Song Dataset的子数据集,将融合场论理论的随机游走歌曲混合推荐算法... 

【文章来源】：兰州财经大学甘肃省

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

融合场论理论的随机游走歌曲混合推荐算法FL-RW模型

【参考文献】：
期刊论文
[1]基于fastText的中文文本分类[J]. 代令令,蒋侃.  计算机与现代化. 2018(05)
[2]音乐个性化推荐算法TFPMF的研究[J]. 叶西宁,王猛.  系统仿真学报. 2019(07)
[3]音乐个性化推荐算法RR-UBPMF的研究[J]. 王猛,叶西宁.  华东理工大学学报(自然科学版). 2017(01)
[4]基于条件型游走二部图协同过滤算法[J]. 王明佳,韩景倜.  计算机应用研究. 2017(12)
[5]基于物理场论的探测复杂网络社团结构的分布估计算法[J]. 刘晋霞,孙丽萍,杜静,刘晋钢,张丽.  数据采集与处理. 2017(01)
[6]基于增加相似度系数的加权二部图推荐算法[J]. 李镇东,罗琦,施力力.  计算机科学. 2016(07)
[7]基于LDA模型的音乐推荐算法[J]. 李博,陈志刚,黄瑞,郑祥云.  计算机工程. 2016(06)
[8]基于用户-标签-项目语义挖掘的个性化音乐推荐[J]. 李瑞敏,林鸿飞,闫俊.  计算机研究与发展. 2014(10)
[9]基于用户相似度的协同过滤推荐算法[J]. 荣辉桂,火生旭,胡春华,莫进侠.  通信学报. 2014(02)
[10]改进的随机游走模型节点排序方法[J]. 何建军,李仁发.  计算机工程与应用. 2011(12)

博士论文
[1]基于建筑场的城市住宅再生研究[D]. 李悦.华中科技大学 2012
[2]物流场理论及应用研究[D]. 汤银英.西南交通大学 2007



本文编号：3365091